COVID-19 Prevalence, Risk Perceptions, and Preventive Behavior in Asymptomatic Latino Population: A Cross-Sectional Study
Notice bibliographique
Résumé
Aims To determine the prevalence, level of coronavirus disease 2019 (COVID-19) risk perception attitude and preventive behavior implemented by the Latino population in the United States of America (USA). Methods This cross-sectional study was conducted between July 25 and August 25, 2020, and included asymptomatic Latino participants (n=410) with no current/previous COVID-19 within a religious community in Maryland. Participants answered a questionnaire consisting of three components: patient demographics/socioeconomic status, COVID-19 risk perception, and precautionary behavior. Additionally, a focused history taking and physical examination were performed, and nasal swabs for COVID-19 testing were obtained. Results Around 80% of our study population was 35 years and older, considerably healthy, with only about a third reporting history of chronic disease (~80%); most were females (~66%). Of our participants, 90% lived under poverty; only ~6% had made it to college. When asked about the likelihood of acquiring COVID-19, 97.3% stated they have a low risk of getting infected. However, as we asked about the risk of individuals living in their neighborhood, state, and country, the rates changed to moderate to high (78.4%, 86.3%, and 86.6%, respectively). When asked about preventive behavior, 71.2% stated they never wear masks and 85.4% mentioned they never keep social distance. Additionally, 76 (18.5%) tested positive for COVID-19, whereas 64 (84.2%) developed symptoms at follow-up, 57 (75%) were hospitalized, and 4 (5.2%) died. Conclusions Our study identified inadequate COVID-19 threat perception and lack of engagement in preventive behavior among a group of Latinos living in the USA. We believe that Latino communities across the USA are at markedly high risk of acquiring, spreading, and dying of COVID-19.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».